《人工智能》详细教学大纲.docx
《《人工智能》详细教学大纲.docx》由会员分享,可在线阅读,更多相关《《人工智能》详细教学大纲.docx(8页珍藏版)》请在冰点文库上搜索。
《人工智能》详细教学大纲
……………………………………………………………………装……订……线……………………………………………………………………………………………………………
《人工智能》教学大纲
课程名称:
人工智能 英语名称:
ArtificialIntelligence
课程代码:
130234 课程性质:
专业必修
学分学时数:
5/80
适用专业:
计算机应用技术
修(制)订人:
修(制)订日期:
2009年2月
审核人:
审核日期:
审定人:
审定日期:
一、课程的性质和目的
(一)课程性质
人工智能是计算机科学理论基础研究的重要组成部分,人工智能课程是计算机科学技术专业的专业拓展选修课。
通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域,掌握人工智能求解方法的特点。
掌握人工智能的基本概念、基本方法,会用知识表示方法、推理方法和机器学习等方法求解简单问题等。
(二)课程目的
1、基本理论要求:
课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。
要求学生了解人工智能的主要思想和方法。
2、基本技能要求:
学生在较坚实打好的人工智能数学基础(数理逻辑、概率论、模糊理论、数值分析)上,能够利用这些数学手段对确定性和不确定性的知识完成推理;在理解Herbrand域概念和Horn子句的基础上,应用Robinson归结原理进行定理证明;应掌握问题求解(GPS)的状态空间法,能应用几种主要的盲目搜索和启发式搜索算法(宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术)完成问题求解;并能熟悉几种重要的不确定推理方法,如确定因子法、主观Bayes方法、D—S证据理论等,利用数值分析中常用方法进行正确计算。
3、职业素质要求:
结合实战,初步理解和掌握人工智能的相关技术。
……………………………………………………………………装……订……线……………………………………………………………………………………………………………
二、教学内容、重(难)点、教学要求及学时分配
第一章:
人工智能概述(2学时)
1、讲授内容:
(1)人工智能的概念
(2)人工智能的研究途径和方法
(3)人工智能的分之领域
(4)人工智能的基本技术
(5)人工智能的发展概况
2、教学要求:
了解:
研究途径和方法、人工智能的分之领域、基本技术和发展概况。
理解:
人工智能的基本概念、基本技术
掌握:
人工智能的发展概况,人工智能研究的课题种类
3、教学重点:
人工智能概念
4、难点:
人工智能的研究途径和方法
第二章:
基于谓词逻辑的机器推理(2学时)
1、讲授内容:
(1)一阶谓词逻辑
(2)归结演绎推理
(3)应用归结原理求取问题答案
(4)归结策略
(5)Horn子句归结与逻辑程序
(6)非归结演绎推理
2、教学要求:
了解:
一阶谓词逻辑的基本概念
理解:
应用归结远力求取问题答案的方法和Horm自居归结于逻辑程序的方法以及非归结演绎原理的方法和途径
掌握:
归结演绎推理
3、教学重点:
归结演绎推理
4、难点:
Horn子句归结与逻辑程序
第三章:
图搜索技术(5学时)
1、讲授内容:
(1)状态图搜索
(2)状态图问题求解
(3)与或图搜索
(4)与或图问题求解
(5)博弈树搜索
2、教学要求:
了解:
常用的图搜索技术
理解:
与或图搜索问题的原理
掌握:
与或图的启发式搜索算法AO
3、教学重点:
与或图的启发式搜索算法AO
4、难点:
与或图搜索
第四章:
产生式系统(2学时)
1、讲授内容:
(1)产生式规则
(2)产生式系统
(3)产生式系统与图搜索
(4)产生式系统的应用
2、教学要求:
了解:
产生式
理解:
谓词逻辑归结原理
掌握:
Herbrand定理
3、教学重点:
谓词逻辑归结原理
4、难点:
Herbrand定理
第五章:
知识表示(2学时)
1、讲授内容:
(1)知识及其表示
(2)框架
(3)语义网络
(4)面向对象知识表示
2、教学要求:
了解:
知识表示的概述
理解:
几种知识表示方式
掌握:
产生式表示语义网络表示
3、教学重点:
产生式表示语义网络表示
4、难点:
框架表示
第六章:
不确定性推理方法(6学时)
1、讲授内容:
(1)不确定性及其类型
(2)不确定性知识的表示
(3)不确定性推理的一般模式
(4)确定性理论
(5)证据理论
(6)模糊推理
2、教学要求:
了解:
不确定性推理方法的概述
理解:
论证理论模糊推理
掌握:
论证理论
3、教学重点:
论证理论模糊推理
4、难点:
证据理论(D-Stheory)
第七章:
专家系统(4学时)
1、讲授内容:
(1)专家系统的概念
(2)专家系统的结构
(3)专家系统的应用与发展
(4)专家系统设计与实现
(5)专家系统开发与环境
(6)新一代专家系统研究
2、教学要求:
了解:
专家系统的概述、专家系统的组成结构与发展
理解:
专家系统的设计与实现
掌握:
专家系统的开发与使用
3、教学重点:
专家系统的设计与实现
4、难点:
新一代专家系统概述
第八章:
机器学习(10学时)
1、讲授内容:
(1)符号学习
(2)神经网络学习
2、教学要求:
了解:
机器学习的概述
理解:
符号学习
掌握:
常用的机器学习的方式
3、教学重点:
神经网络学习
4、难点:
遗传算法
三、各教学环节的基本要求
(一)课堂讲授
1、教学方法
(1)注重理论指导的作用,积极探究达到最佳视觉效果的典型做法。
同时贯彻理论和实践相结合的原则,给学生出一定量的思考,并要求学生完成一定量的作业,以提高学生的理论水平,培养学生的动手能力和创新精神。
(2)把握课程的重难点,及时总结深化所学内容,并针对重难点布置适当的综合练习。
以便达到良好的教学效果。
2、教学手段
(1)采用理论讲解、操作示范等多种方式,充分利用多媒体等现代化教学手段,整体优化教学过程和教学内容,调动学生学习积极性,进行启发式的教学。
(2)注重学生动手能力的培养,积极鼓励和引导学生对所学的知识、技能加以拓宽、深化。
3、教学辅助资料
CAI课件
(二)作业、答疑和质疑
1、作业
2、答疑和质疑
(三)考核方式
1、考核方式:
考试
2、成绩评定:
期末考试70%,平时成绩30%
四、与其他课程的联系与分工
本课是计算机及相关专业学生的专业选修课,选修本课须有比较全面的计算机知识。
先行课程:
《离散数学》、《高等数学》、《概率论》、《线性代数》、《C语言程序设计》、《数据结构》
五、建议教材及教学参考书
(一)建议教材
《人工智能及其应用》,蔡自兴,徐光祐。
清华大学出版社,2000年5月。
(二)教学参考书
《人工智能(上、下册)》,陆汝钤,北京:
科学出版社,1996年。